Index

Handlungsfeld

Die Entwicklung mechatronischer Systeme ist aufgrund der steigenden Anzahl von Teilsystemen und Disziplinen eine Herausforderung. Model-Based Systems Engineering (MBSE) begegnet dieser Herausforderung durch eine disziplinübergreifende Systembeschreibung mit einem einheitlichen Systemmodell, ist aber in der Praxis noch wenig verbreitet. Dies liegt insbesondere an den hohen Einstiegshürden im Mittelstand, die u.a. durch den notwendigen Einsatz kostenintensiver Software, das erforderliche Fachwissen sowie das durchzuführende Change Management begründet sind. Large Language Models (LLM) bieten das Potenzial, die Entwicklung und Verarbeitung dieser Systemmodelle mittels generativer künstlicher Intelligenz zu automatisieren und damit die Einstiegshürden zu senken und gleichzeitig die Entwicklungseffizienz und -qualität in der MBSE signifikant zu steigern.

Forschungsvorhaben LLM-SE

Im Rahmen des Forschungsprojektes LLM-SE (Large Language Model unterstütztes Systems Engineering) entwickeln wir gemeinsam mit unseren Industriepartnern ein an der MBSE-Philosophie und -Struktur orientiertes Assistenzsystem unter Verwendung von Large Language Models zur Teilautomatisierung des Engineeringprozesses mechatronischer Systeme von der Anforderungsanalyse bis zur virtuellen Inbetriebnahme. Dieses soll Benutzereingaben wie Anforderungen und Anpassungen interpretieren, durch die Verfügbarkeit von unternehmensspezifischen Produktkatalogen, historischen Projektdaten und Best Practices in individuelle, modellbasierte Lösungen transformieren und diese durch geeignete Validierungs- und Verifikationsmechanismen absichern.

Ihr Beitrag zum Projekt

• Konzeption, Strukturierung und Implementierung einer zentralen und übertragbaren LLM-SE Software-Architektur sowie der Spezifikation der zugehörigen Schnittstellen zu verschiedenen Datenquellen
• Recherche, Evaluierung und Auswahl geeigneter LLMs zur Generierung konformer SysML-Modelle in z.B. XML-basierter Form aus semistrukturierten Texten, PDF-Dokumenten und Bildern aus handschriftlichen Skizzen im PNG- oder JPG-Format
• Untersuchung von Technologien zur Containerisierung, Orchestrierung und Datenspeicherung von Anwendungen
• Konzeption geeigneter Mechanismen zur Ähnlichkeitsfindung und Plausibilitätsprüfung auf Anforderungs- und Logikebene

Ihre Benefits

• Praktische Erfahrung in der Entwicklung von Algorithmen der künstlichen Intelligenz und Deep Learning Techniken
• Mitarbeit in einem motivierten und engagierten Forschungsteam
• Sehr steile Lernkurve entlang praxisnaher Projekte mit hoher Industrierelevanz
• Austausch mit anderen Studierenden der FAPS und Einblick in andere Forschungsbereiche
• Möglichkeit zur Anfertigung einer Masterarbeit im Rahmen des Forschungsvorhabens nach Absprache
• Möglichkeit eines Research Masters und anschließender Promotion gegeben
• Homeoffice und flexible Arbeitszeit möglich

Anforderungen

• Gute Programmierkenntnisse insbesondere in Java und/oder  in C/C++ und/oder Python erforderlich
• Interesse und Vorkenntnisse in MBSE, SysML wünschenswert
• Grundkenntnisse in Machine Learning (ML) und Natürliche Sprachverarbeitung (NLP) wünschenswert
• Grundkenntnisse und Erfahrung in REST-API und Apache Kafka wünschenswert
• Grundkenntnisse und Erfahrung in PostgreSQL, MySQL, MongoDB oder Cassandra von Vorteil
• Grundkenntnisse und Erfahrung in Camunda oder Kogito von Vorteil
• Eigenständige, strukturierte Arbeitsweise sowie hohe Lernbereitschaft

Organisatorisches:

Beginn: ab sofort
Arbeitszeit: 8 Std/ Woche
Hinweis: Eine langfristige Zusammenarbeit ist erwünscht. Das Projekt läuft bis Ende 2027

Hinweise zur Bewerbung

• Bewerbungen bitte per E-Mail mit aktuellem Notenspiegel und Lebenslauf sowie einem kurzen Motivationsschreiben
• Bitte beachten Sie, dass unvollständige Bewerbungen nicht berücksichtigt werden können.
• Weitere Informationen auf Anfrage per E-Mail oder gerne auch in einem persönlichen Gespräch.

Im Rahmen dieser Tätigkeit soll bei der Entwicklung und Erforschung neuer XR/KI-Softwaretools auf Basis von Unity und Blender unterstützt werden. Dabei koppeln wir die Intuitivität, die Usability und den Spaß von Computerspielen mit der Nützlichkeit von Industriesoftware. Oder in anderen Worten, wie kann es sein, dass ein 12 jähriger in einem Computerspiel ein Weltreich aufbauen kann aber ich für die meisten Industrietools einen Doktortitel benötige um diese zu verstehen, bzw. viele der Industriesoftwarelösungen immer noch aussehen wie Windows 95.

 

Aus folgenden Themen lassen sich die Aufgaben individuell aussuchen:

• Weiterentwicklung von kollaborativen, plattform-übergreifenden Anwendungen (AR, VR, Browserbasiert, Android, iOS, Windows…), siehe AR-Demo.
• CAD und 3D-Modellierung mittels Blender
• Erstellung von Prozessablauf Simulation
• Die praktische Erprobung kann im Rahmen des Forschungsprojektes  FAPS-X-Start-Ups ROBOTOP & https://robotop.de/ueber-uns/ sowie in Forschungsprojekten mit Industriepartner wie Bosch stattfinden.

 

Und das haben Sie davon:

• Zusammenarbeit mit dynamischen hoch-innovativen und schnell wachsenden Start-Up-Team im Kontext des Omniverse, Metaverse, KI, XR mit Möglichkeit zur Übernahme
• Tätigkeit kann auch in Zusammenarbeit mit der ROBOTOP GmbH als Industriepraktikum gestaltet werden, welches im Rahmen der Studienleistung angerechnet werden kann
• Sehr steile Lernkurve entlang praxisnaher Projekte mit hoher Industrierelevanz
• Kennenlernen möglicher Themenstellungen für BA, PA und MA Abschlussarbeiten
• Aktive Mitgestaltung innovativer Technologien
• Ausweitung des persönlichen Netzwerks
• Entwicklung der eigenen Fähigkeiten (Digitale Transformation und was dazu gehört: U. A. 3D-Modellierung, Programmierung, Künstliche Intelligenz (KI), Extended Reality (XR))
• Wöchentliche Arbeitszeit (verhandelbar): 8-20 Stunden mit hohem Homeoffice-Anteil möglich

 

Weitere Informationen zum Projekt: https://robotop.de/

 

Dr.-Ing, Eike Wolfram Schäffer, (M.Sc., M.Sc., SixSigma BlackBelt)

Mail: eike.schaeffer@faps.fau.de
LinkedIn: https://www.linkedin.com/in/eike-sch%C3%A4ffer/ 

 

 

PS: Bitte geben Sie in Ihrer Bewerbung bzw. in der Mail das Stichwort NextLevelROBOTOP an, damit ich sehe das Sie den Text bis zum Ende gelesen haben sowie schreiben Sie mir warum Sie an dem Thema besonders großes Interesse haben. Unser Team besteht aus sehr innovativen, leistungsbereiten und stark intrinsisch motivierten Menschen. Daher ist uns ein Fit in Hinsicht der Einstellung sehr wichtig. Sowie bewerben Sie sich bitte in deutscher Sprache und nur mit sehr guten Deutschkenntnissen. Mails ohne diese Kriterien werden ignoriert.

Stelle ist neu zu besetzen!

Die digitale Transformation der Produktion verspricht, die Produktivität im Inland zu steigern und neue Geschäftspotenziale zu erschließen. Das Revolutionäre an Industrie 4.0 (I4.0) ist nicht allein die Digitalisierung der Produkte und ihrer Produktion, sondern die Möglichkeit technische Systeme in Echtzeit zu vernetzen. Die dadurch gewonnenen Daten können mit Methoden des maschinellen Lernens (ML) nutzbringend ausgewertet und daraus neues Wissen generiert werden.

Gerade im Bereich der spanenden Fertigung ist der Einsatz maschinelle Lernverfahren aufgrund des hohen Automatisierungsgrades, der guten Datenverfügbarkeit durch interne sowie externe Sensorik in Kombination mit potentiell großer Wirkung aufgrund des hohen Marktanteils besonders vielversprechend. Im Rahmen Deiner HiWi-Tätigkeit trägst du zur Forschung in diesem Bereich durch unterschiedlichste Tätigkeiten bei.

 

Mögliche Aufgaben im Rahmen der HiWi-Tätigkeit:

• Du wirkst bei der Entwicklung industrieller Webanwendungen zur Anwendung intelligenter Algorithmen mit.
• Du unterstützt bei der Recherche aktueller Forschungsansätze im Bereich Smart Manufacturing, Data Analytics und Machine Learning im Hinblick auf die spanende Fertigung.
• Du hilfst bei der Erstellung von Lehrveranstaltungen.

 

Vorkenntnisse:

• Du kennst dich im Bereich der spanenden Fertigung aus.
• Idealerweise hast du Dich bereits mit den Methoden des maschinellen Lernens (insbesondere überwachtes Lernen) beschäftigt und kannst mit Python sowie den gängigen Bibliotheken umgehen.
• Du hast gegebenenfalls bereits Erfahrung im Bereich der Webentwicklung.

 

Bewerbung:

• Beginn, Umfang und genaue Ausrichtung der HiWi-Tätigkeit nach gemeinsamer Absprache
• Freie Arbeitszeiteinteilung, Tätigkeit kann überwiegend ortsunabhängig ausgeübt werden
• Bewerbungen per E-Mail mit Lebenslauf und aktueller Fächerübersicht an benjamin.lutz@faps.fau.de
• Weitere Details gerne im persönlichen Gespräch